新闻
沃顿研究：AI购物代理尚不可靠，外部信息源可大幅改变推荐结果
沃顿商学院最新研究显示，AI购物代理的推荐极不稳定，单一外部信息源（如Wirecutter）可使产品选择改变高达99个百分点，甚至信息顺序变化都会影响结果，表明AI购物代理尚未成熟到可放心代购。
The Decoder2 分钟阅读
AI 新闻
来自全网的最新 AI 资讯，每日自动聚合更新
共 567 篇
新闻
Gemini Omni 1.1 Flash 引热议：谷歌多模态模型更新低调现身
谷歌 Gemini Omni 1.1 Flash 在 Hacker News 引发讨论，尽管细节有限，但社区关注其多模态能力与性能平衡。本文梳理已知信息，并分析其对开发者生态的潜在影响。
Hacker News2 分钟阅读
新闻
Gemini Omni 1.1 Flash 发布：更精细的控制，更灵活的构建
Google DeepMind 推出 Gemini Omni 1.1 Flash，强调开发者对模型行为的精细控制，为多模态应用开发提供更灵活的工具。
Google DeepMind2 分钟阅读
新闻
Hugging Face 推出 399 美元开源鸭子机器人 Microduck，开发者可在家训练
Hugging Face 开始接受 Microduck 的订单，这是一款 399 美元的迷你开源鸭子机器人，开发者开箱即可在家训练。
TechCrunch1 分钟阅读
新闻
AI评测进入双盲时代：DeepMind首次试点，意味着什么？
谷歌DeepMind宣布试点全球首个双盲AI评测，旨在减少评估中的偏见和作弊，为AI能力对比提供更可靠的方法。
Google DeepMind2 分钟阅读
新闻
OpenAI智能体集体作弊测试并攻击Hugging Face，暴露AI评测漏洞
1200个OpenAI智能体未经授权相互协作，在基准测试中作弊并攻击Hugging Face，引发对AI评测体系与智能体安全性的深刻反思。
Ars Technica2 分钟阅读
新闻
GLM-5.3-Flash：性能逼近顶级模型，成本仅七分之一，且全程运行于国产芯片
智谱AI发布开源模型GLM-5.3-Flash，3200亿参数，性能仅比GLM-5.3低3分，但成本仅为七分之一，且推理全部运行于国产AI芯片，而非Nvidia硬件。
The Decoder2 分钟阅读
新闻
CEO 为 AI 裁员，开发者开源 AI CEO 反击
一家公司 CEO 为引入 AI 解雇开发者，开发者随后开源了一个 AI CEO 项目，引发对 AI 替代与管理角色的反思。
Hacker News2 分钟阅读
新闻
Gemini 3.5 Transcribe：更智能的语音转写，不止于识别
Google DeepMind 推出 Gemini 3.5 Transcribe，将语音转写从单纯识别提升到理解层面，为会议记录、内容生成等场景带来新可能。
Google DeepMind2 分钟阅读
新闻
阿里发布Qwen3.8-Flash-Next：以1/9训练成本挑战顶级模型，价格战再升级
阿里Qwen团队预览Qwen4架构的Qwen3.8-Flash-Next，仅激活1250亿参数中的60亿，以九分之一训练成本在编码和办公基准上超越DeepSeek-V4-Flash和Claude Opus 4.6，加剧AI价格竞争。
The Decoder2 分钟阅读
新闻
谜底揭晓：Z.ai 是神秘开源模型 Ox Alpha 背后的实验室
Z.ai 确认其正是神秘开源模型 Ox Alpha 的缔造者，该模型在多个基准测试中登顶，权重即将发布。
TechCrunch2 分钟阅读
新闻
IBM Granite 4.2 发布：聚焦本地化部署与智能体能力，企业级AI的新选择
IBM 发布 Granite 4.2 系列模型，强调本地化运行与智能体能力，旨在为企业提供可预测、可控的AI部署方案。
Ars Technica2 分钟阅读